ECONOMETRIA EXERCÍCIOS DO CAPÍTULO 2

Transcrição

1 ECONOMETRIA EXERCÍCIOS DO CAPÍTULO 2 1. Exercício 7C.8 de W (6th edition), apenas as alíneas i) a iv). 2. Exercício 7.7 de W. 3. Exercício 8C.7 de W, apenas a alínea i). 4. Exercício 17.1 de W. 5. Exercício 17.2 de W. 6. Exercício 17C.1 de W. 7. Exercício 17C.2 de W. 8. (Do exame de EN de 4/1/2017.) No modelo estimado abaixo, AP ROV tem o valor 1 se o empréstimo pedido por um indivíduo foi aprovado (e 0 no caso contrário), RENDI representa o seu rendimento médio mensal e CASADO e P RECA são variáveis dummy, a primeira com o valor 1 se o indivíduo é casado e a segunda com o valor 1 se a situação profissional do indivíduo é precária (e 0 no caso contrário). Dependent Variable: APROV Sample: Convergence achieved after 3 iterations C CASADO RENDI PRECA McFadden R-squared Mean dependent var S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter Restr. log likelihood LR statistic Avg. log likelihood Prob(LR statistic) a) Das seguintes afirmações sobre este modelo, indique a que é FALSA: 1

2 É possível afirmar que o efeito de uma variação positiva do rendimento médio mensal dos indivíduos sobre a probabilidade de terem os seus empréstimos aprovados é positiva. Os erros-padrão podem ser validamente empregues pois foram retirados da matriz de White. Não é por acaso que a Log likelihood do modelo é negativa. Os testes-f usuais não são válidos neste modelo. b) Relativamente à Log likelihood do modelo Φ(β 0 + β 1 casado), pode afirmar-se que: deve estar muito próxima do valor deve ser bastante maior que deve ser bastante menor que não existe informação suficiente para escolher qualquer uma das 3 afirmações anteriores. c) Indique as instruções de EViews que necessita empregar para estimar o efeito parcial médio da variável RENDI. Supondo que essa estimativa é igual a , interprete-a. 9. (Exercício 3 do exame de ER de 25/6/2010.) Para analisar os determinantes do (in)cumprimento dos pagamentos associados aos seus cartões de crédito, uma instituição bancária estimou o modelo Probit apresentado abaixo, onde as variáveis têm o seguinte significado: Dependent Variable: CUMP Sample: Convergence achieved after 3 iterations Covariance matrix computed using second derivatives C SALDO NCART CASADO McFadden R-squared Mean dependent var S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter Restr. log likelihood LR statistic Avg. log likelihood Prob(LR statistic) Obs with Dep=0 308 Total obs 960 Obs with Dep=

3 cump variável dummy com o valor 1 se o indivíduo cumpriu (dentro do prazo) todos os pagamentos nos últimos 5 anos; saldo saldo médio da conta à ordem do indivíduo, em centenas de euros; ncart número total de cartões de crédito que o indivíduo possui (incluindo de outras instituições financeiras); casado variável dummy com o valor 1 se o indivíduo é casado. a) O estimador que foi empregue minimiza SSR = n i=1 (cump i β 0 β 1 saldo β 2 ncart β 3 casado) tem como expressão ˆβ = (X X) 1 X y, com X a matriz das observações das variáveis explicativas.... minimiza n i=1 [y i Φ(x i β)] 2, com y i = cump i e x i = (1, saldo i, ncart i, casado i ).... nenhuma das restantes respostas é correcta. b) Indique as instruções de EViews que necessita empregar para obter a estimativa do efeito parcial médio da variável casado. c) Suponha que, como resultado dessas instruções, obteve o valor Interprete esta estimativa. d) No output apresentado a LR statistic é obtida com 2 (L R L UR ).... a Restr. log likelihood é obtida estimando um modelo Probit apenas com a constante, isto é, sem variáveis explicativas.... a LR statistic é uma estatística dada por LR = (R2 ur R2 r )/(k 1) (1 R 2 ur )/(n k 1).... ˆβ3 = significa que se estima que, em média, ceteris paribus, quando um indivíduo se casa, a probabilidade de passar a cumprir os pagamentos do seu cartão de crédito na referida instituição aumenta em (Exercício 3 do exame de ER de 3/2/2016). Para seguir o percurso profissional dos seus recém-licenciados, uma instituição de ensino superior estimou os 2 modelos apresentados em seguida, cujas variáveis são as seguintes: empre variável dummy com o valor 1 se, 3 meses após a obtenção da licenciatura, o licenciado está empregado; media clasificação média da licenciatura. mest variável dummy com o valor 1 se o licenciado está inscrito num curso de mestrado; mulher variável dummy com o valor 1 se o licenciado é mulher; 3

4 Dependent Variable: EMPRE Sample: Covariance matrix computed using second derivatives C MEDIA MEST MUL HER McFadden R-squared Mean d ependent var S.D. dependent var S.E. of regression Akaike info criterion Su m squared resid Schwarz criterion Log likelihood Hannan-Quinn criter Restr. log likelihood LR statistic Avg. log likelihood Prob(LR statistic) Dependent Variable: EMPRE C MUL HER S.D. dependent var S.E. of regression Akaike info criterion Su m squared resid Schwarz criterion Log likelihood Hannan-Quinn criter Restr. log likelihood LR statistic Avg. log likelihood Prob(LR statistic) a) Formalize e efectue o teste estatístico que lhe permite averiguar se o segundo modelo é uma simplificação aceitável do primeiro. b) Após a estimação do primeiro modelo e com as instruções scalar k1=@cnorm(c(1)+c(2)*14+c(3)+c(4)) scalar k2=@cnorm(c(1)+c(2)*14+c(4)) obtiveram-se os valores e 0.285, respectivamente 1. Apresente as expressões algébricas representadas nos cálculos de EViews e calcule e interprete a sua diferença. c) Numa tentativa para efectuar um teste da significância estatística conjunta de mest e de 1 Valores corrigidos com a ajuda de Inês C. Couto, a quem se agradece a colaboração. 4

5 mulher no primeiro modelo, estimou-se também o modelo P(empre = 1 media) = media, R 2 = 0.08, L = , SSR = Pode então afirmar-se que: essa hipótese não é rejeitada por um teste estatístico com 5% de dimensão. essa hipótese é rejeitada por um teste estatístico com 5% de dimensão. nada se pode concluir pois este modelo não é um caso particular do primeiro. todas as respostas anteriores são incorrectas. 11. (Exercício 2 do exame de EE de 3/9/2012.) Num estudo sobre a mobilidade dos estudantes universitários estimaram-se os modelos apresentados abaixo, onde as variáveis têm o seguinte significado: erasmus variável dummy com o valor 1 se o estudante foi aluno Erasmus; rend rendimento médio da família; nota classificação média obtida antes de ir para Erasmus ; ingles variável dummy com o valor 1 se o estudante frequentou um curso de inglês ou se domina a língua inglesa. P(erasmus = 1 rend, nota, ingles) = Φ( rend nota + β 3 ingles), n = 753, SSR = , L = P(erasmus = 1 rend) = Φ( rend) n = 753, SSR = , L = a) Empregando o primeiro modelo e usando as instruções series x=@cnorm(c(1)+c(2)*rend+c(3)*nota+c(4)) series y=@cnorm(c(1)+c(2)*rend+c(3)*nota) scalar z=@mean(x-y) obteve-se o valor z = Então, relativamente à estimativa β 3 do coeficiente da variável ingles pode-se concluir que: β 3 > 0; β3 < 0; β3 = 0.193; β 3 pode assumir qualquer valor não nulo. b) Interprete o valor obtido para z (0.193). c) Formalize, efectue e retire a conclusão apropriada do teste estatístico que conduziu à estimação do segundo modelo. 5

6 12. (Exercício 4 do exame de ER de 2/7/2013 modificado.) Empregando uma amostra aleatória de 620 observações, estimou-se um modelo Logit em que a variável dependente, profin, assume o valor 1 se determinado produto financeiro é subescrito pelos clientes do banco. Como variáveis explicativas, usaram-se, rend, o rendimento do cliente, idade, a sua idade em anos, e carte, uma variável dummy com o valor 1 se o cliente tem uma carteira de aplicações em bolsa (acções, obrigações, etc.). Os principais resultados de estimação obtidos são os seguintes ( s.e. designa o erro padrão ou standard error do estimador): var. expl. coef. est. s.e. const rend idade carte a) Escreva o modelo sob a forma de equação e teste a hipótese de a variável carte ser irrelevante para explicar a probabilidade de os clientes subescreverem o referido produto. b) Segundo o indivíduo A, para estimar o efeito parcial médio da variável rend devem empregar-se as seguintes instruções de EVIews: series facesc=@dlogistic(c(1)+c(2)*rend+c(3)*idade+c(4)*carte) series efeipar=facesc*c(2) scalar epm=@mean(efeipar) O indivíduo B concorda com a primeira das instruções mas acha que em seguida se devem usar: scalar factorm=@mean(facesc) scalar epm=factorm*c(2) Na sua opinião: É o indivíduo A quem tem razão. É o indivíduo B quem tem razão. É indiferente usar as instruções de A ou de B. Nem A nem B têm razão, as duas maneiras são incorrectas. Exercícios prioritários: 1,7, 9 e 10. 6